使用说明

LinkedIn MCP服务器

一个生产就绪的模型上下文协议（MCP）服务器，用于LinkedIn与人工智能驱动的内容生成和高级屏幕截图功能的集成。通过统一的MCP界面自动发布LinkedIn帖子、生成引人入胜的内容并捕获精美的屏幕截图。

特性

🤖 人工智能驱动的内容生成 -使用OpenAI、Google Gemini或OpenRouter生成引人入胜的LinkedIn帖子
📸 高级屏幕截图 -捕获网站、代码片段和项目演示
🔄 审批工作流程 -发布前预览和批准帖子
📊 分析 -跟踪岗位绩效和敬业度
🎨 图像处理 -创建拼贴画，针对LinkedIn进行优化，并将代码格式化为精美的格式
🔐 OAuth 2.0身份验证 -安全的LinkedIn API集成
📝 项目分析 -自动分析项目并生成上下文帖子

安装

先决条件

包子运行时（最新稳定版本）
Linux 环境（在Ubuntu/Debian上测试）
铬截图浏览器
LinkedIn API证书 （请参阅LinkedIn API设置）

系统相关性

# Install Chromium and required libraries for Puppeteer
sudo apt-get update
sudo apt-get install -y chromium-browser libgbm1 libasound2

# Optional: Native screenshot tools
sudo apt-get install -y imagemagick

安装项目

# Clone the repository
git clone <your-repo-url>
cd linkedin-mcpserver

# Install dependencies
bun install

# Copy environment template
cp .env.example .env

# Edit .env with your credentials
nano .env

LinkedIn API设置

1.创建LinkedIn应用程序

首选 LinkedIn开发者
点击 创建应用程序
填写应用程序详细信息：
- 应用程序名称：您的MCP服务器
- LinkedIn页面：选择或创建页面
- 应用程序徽标：上传图标
- 隐私政策URL：您的隐私政策
点击 创建应用程序

2.获取API凭据

导航至认证标签
复制 客户端ID 和 客户端密钥
添加重定向URL: http://localhost:3000/callback
请求必要的权限：
- w_member_social -创建帖子
- r_liteprofile -读取个人资料
- r_organization_social -组织分析

3.获取访问令牌

有两种方法：

方法A:AuthFlow（推荐）

import { LinkedInAuth } from './src/linkedin/auth.js';

const auth = new LinkedInAuth();
const authUrl = auth.getAuthorizationUrl();
console.log('Visit:', authUrl);

// After authorization, exchange code for token
const tokens = await auth.exchangeCodeForToken(code);
// Save tokens to .env

方法B:LinkedIn令牌检查器

首选 LinkedIn令牌工具
选择您的应用程序
选择所需范围
点击 请求访问令牌
将访问令牌复制到 .env

4.配置环境

更新 .env 文件：

LINKEDIN_CLIENT_ID=your_client_id_here
LINKEDIN_CLIENT_SECRET=your_client_secret_here
LINKEDIN_ACCESS_TOKEN=your_access_token_here
LINKEDIN_REDIRECT_URI=http://localhost:3000/callback

AI_PROVIDER=openai
OPENAI_API_KEY=your_openai_key_here

配置

环境变量

变量	描述	默认值
`LINKEDIN_CLIENT_ID`	LinkedIn应用程序客户端ID	必填
`LINKEDIN_CLIENT_SECRET`	LinkedIn应用程序客户端机密	必填
`LINKEDIN_ACCESS_TOKEN`	LinkedIn访问令牌	必填
`LINKEDIN_REFRESH_TOKEN`	LinkedIn刷新令牌	可选
`AI_PROVIDER`	人工智能提供商：openai、gemini、openrouter	openai
`OPENAI_API_KEY`	OpenAI API密钥	如果使用OpenAI，则为必需项
`GEMINI_API_KEY`	Google Gemini API密钥	如果使用Gemini，则需要
`OPENROUTER_API_KEY`	OpenRouter API密钥	如果使用OpenRouter，则为必需项
`AI_MODEL`	AI模型名称	gpt-4
`SCREENSHOT_OUTPUT_DIR`	屏幕截图输出目录	。/屏幕截图
`SCREENSHOT_DEFAULT_WIDTH`	默认视口宽度	1920
`SCREENSHOT_DEFAULT_HEIGHT`	默认视口高度	1080
`SCREENSHOT_QUALITY`	图像质量（1-100）	90

用法

运行服务器

# Development mode
bun run dev

# Production mode
bun run start

与MCP客户端一起使用

VS代码/临床配置

添加到您的MCP设置中（例如。， ~/.cline/mcp_settings.json):

{
  "mcpServers": {
    "linkedin": {
      "command": "bun",
      "args": ["run", "/path/to/linkedin-mcpserver/src/index.ts"],
      "env": {
        "LINKEDIN_CLIENT_ID": "your_client_id",
        "LINKEDIN_CLIENT_SECRET": "your_client_secret",
        "LINKEDIN_ACCESS_TOKEN": "your_access_token",
        "OPENAI_API_KEY": "your_openai_key"
      }
    }
  }
}

可用工具

1. `analyze_project`

分析项目并生成LinkedIn帖子内容。

{
  "name": "analyze_project",
  "arguments": {
    "project_path": "./my-project",
    "include_commits": true,
    "commit_count": 5,
    "tone": "professional",
    "length": "medium",
    "capture_screenshots": true,
    "screenshot_config": {
      "include_demo": true,
      "localhost_url": "http://localhost:3000",
      "pages_to_demo": ["/", "/dashboard", "/settings"]
    }
  }
}

2. `create_linkedin_post`

创建并发布LinkedIn帖子。

{
  "name": "create_linkedin_post",
  "arguments": {
    "content": "Excited to share my new project! 🚀\n\nBuilt with React, TypeScript, and Tailwind CSS...",
    "visibility": "PUBLIC",
    "media_urls": ["/path/to/screenshot.png"],
    "require_approval": true
  }
}

3. `confirm_post`

确认或拒绝待处理的帖子。

{
  "name": "confirm_post",
  "arguments": {
    "request_id": "preview-1234567890",
    "approved": true
  }
}

4. `preview_post`

发布前预览帖子。

{
  "name": "preview_post",
  "arguments": {
    "content": "My post content...",
    "visibility": "PUBLIC"
  }
}

5. `capture_screenshot`

从URL捕获屏幕截图。

{
  "name": "capture_screenshot",
  "arguments": {
    "source_type": "url",
    "source": "https://example.com",
    "viewport_width": 1920,
    "viewport_height": 1080,
    "full_page": false
  }
}

6. `capture_project_demo`

为项目演示捕获多个页面。

{
  "name": "capture_project_demo",
  "arguments": {
    "project_url": "http://localhost:3000",
    "pages_to_capture": ["/", "/features", "/pricing"],
    "include_mobile_view": true,
    "create_collage": true
  }
}

7. `capture_code_snippet`

捕获格式精美的代码。

{
  "name": "capture_code_snippet",
  "arguments": {
    "file_path": "./src/components/Hero.tsx",
    "line_start": 10,
    "line_end": 30,
    "theme": "github-dark",
    "show_line_numbers": true
  }
}

8. `create_screenshot_collage`

合并多个屏幕截图。

{
  "name": "create_screenshot_collage",
  "arguments": {
    "screenshot_paths": ["./img1.png", "./img2.png"],
    "layout": "horizontal",
    "spacing": 20
  }
}

9. `get_profile_info`

获取LinkedIn个人资料信息。

{
  "name": "get_profile_info",
  "arguments": {}
}

10. `get_post_analytics`

获取参与后指标。

{
  "name": "get_post_analytics",
  "arguments": {
    "post_id": "urn:li:share:1234567890"
  }
}

示例工作流程

示例1：完整项目公告

// 1. Analyze project and generate content
const analysis = await analyzedProject({
  project_path: "./my-app",
  capture_screenshots: true,
  screenshot_config: {
    include_demo: true,
    localhost_url: "http://localhost:3000",
    pages_to_demo: ["/", "/dashboard"]
  },
  tone: "professional",
  length: "medium"
});

// 2. Create post with preview
const post = await createLinkedInPost({
  content: analysis.generated_content,
  media_urls: analysis.screenshots,
  visibility: "PUBLIC",
  require_approval: true
});

// 3. Confirm after review
await confirmPost({
  request_id: post.preview_id,
  approved: true
});

示例2：代码段共享

// 1. Capture code screenshot
const code = await captureCodeSnippet({
  file_path: "./src/auth/oauth.ts",
  line_start: 45,
  line_end: 75,
  theme: "github-dark"
});

// 2. Post with manual content
await createLinkedInPost({
  content: "Just implemented OAuth 2.0 authentication! 🔐\n\nHere's the core logic...",
  media_urls: [code.path],
  require_approval: false
});

示例3：每周进度更新

// Analyze recent commits
const analysis = await analyzeProject({
  include_commits: true,
  commit_count: 20,
  tone: "casual",
  length: "short"
});

// Post update
await createLinkedInPost({
  content: analysis.generated_content,
  visibility: "PUBLIC"
});

故障排除

身份验证问题

错误：“访问令牌无效”

验证令牌是否正确 .env
检查令牌是否已过期（LinkedIn令牌过期）
从LinkedIn开发者门户申请新令牌

错误：“权限不足”

验证您的应用程序是否具有所需的作用域： w_member_social, r_liteprofile
使用正确的权限重新授权

屏幕截图问题

错误：“启动浏览器失败”

# Install Chromium
sudo apt-get install chromium-browser

# If on WSL, you may need:
export PUPPETEER_SKIP_CHROMIUM_DOWNLOAD=true
export PUPPETEER_EXECUTABLE_PATH=/usr/bin/chromium-browser

错误：“页面加载超时”

增加代码或使用的超时时间 delay_ms 参数
检查本地主机服务器是否正在运行
验证URL是否可访问

API费率限制

LinkedIn有费率限制：

帖子：每天100
API调用：因端点而异

服务器实施速率限制，并将抛出 RateLimitError 当超过。

内存问题

如果浏览器实例未被清理：

// The server automatically cleans up, but you can force cleanup
import { puppeteerService } from './src/screenshots/puppeteer-service.js';
await puppeteerService.cleanup();

发展

项目结构

linkedin-mcpserver/
├── src/
│   ├── index.ts                 # MCP server entry point
│   ├── config.ts               # Configuration management
│   ├── linkedin/               # LinkedIn API integration
│   │   ├── auth.ts
│   │   ├── client.ts
│   │   ├── posts.ts
│   │   ├── media.ts
│   │   └── types.ts
│   ├── project-analysis/       # Project analysis & AI
│   │   ├── file-reader.ts
│   │   ├── git-analyzer.ts
│   │   ├── content-generator.ts
│   │   ├── context-builder.ts
│   │   └── ai-providers/
│   ├── screenshots/            # Screenshot system
│   │   ├── capturer.ts
│   │   ├── puppeteer-service.ts
│   │   ├── code-formatter.ts
│   │   ├── image-processor.ts
│   │   └── types.ts
│   ├── tools/                  # MCP tools
│   │   ├── analyze-project.ts
│   │   ├── create-post.ts
│   │   ├── capture-screenshot.ts
│   │   └── ...
│   └── utils/                  # Utilities
│       ├── logger.ts
│       ├── error-handler.ts
│       └── rate-limiter.ts
├── .env.example
├── package.json
├── tsconfig.json
└── README.md

运行测试

bun test

建筑

bun run build

安全考虑

永不承诺 .env 文件 有证书
验证所有输入 在发布到LinkedIn之前
小心截图 -不要捕获敏感数据
使用审批工作流 对于重要职位
监控API使用情况 避免利率限制
审查生成的内容 发布前

速率限制

领英API限制：

帖子：每天100条
简介上写着：更宽容
分析：每小时有限

服务器实施速率限制以防止超过这些限制。

贡献

欢迎投稿！拜托：

分叉存储库
创建要素分支
进行更改
如果适用，添加测试
提交拉取请求

许可证

MIT许可证-有关详细信息，请参阅许可证文件

支持

对于问题和疑问：

GitHub问题：[您的仓库问题页面]
文档：此自述文件
LinkedIn API文档：https://docs.microsoft.com/en-us/linkedin/

致谢

内置模型上下文协议
用途操纵者用于截图
由...驱动包子运行时
人工智能提供商：OpenAI、谷歌Gemini、OpenRouter

快乐发帖！ 🚀

使用说明

LinkedIn MCP服务器

特性

安装

先决条件

系统相关性

安装项目

LinkedIn API设置

1.创建LinkedIn应用程序

2.获取API凭据

3.获取访问令牌

方法A:AuthFlow（推荐）

方法B:LinkedIn令牌检查器

4.配置环境

配置

环境变量

用法

运行服务器

与MCP客户端一起使用

VS代码/临床配置

可用工具

1. analyze_project

2. create_linkedin_post

3. confirm_post

4. preview_post

5. capture_screenshot

6. capture_project_demo

7. capture_code_snippet

8. create_screenshot_collage

9. get_profile_info

10. get_post_analytics

示例工作流程

示例1：完整项目公告

示例2：代码段共享

示例3：每周进度更新

故障排除

身份验证问题

屏幕截图问题

API费率限制

内存问题

发展

项目结构

运行测试

建筑

安全考虑

速率限制

贡献

许可证

支持

致谢

相关 MCP

网络摄像头服务

浏览器自动化服务

浏览器自动化服务

前端开发AI集成服务器

PC系统工具套件

浏览器自动化服务

1. `analyze_project`

2. `create_linkedin_post`

3. `confirm_post`

4. `preview_post`

5. `capture_screenshot`

6. `capture_project_demo`

7. `capture_code_snippet`

8. `create_screenshot_collage`

9. `get_profile_info`

10. `get_post_analytics`